Module 04 · Data literacy for Data Science (Optional)

NoSQLNoSQL 数据库概览

NoSQL（意为 “不仅仅是 SQL” 或 “非 SQL”）是一种非关系型数据库设计，提供灵活的模式（flexible schemas）来存储和检索数据。NoSQL 的流行主要归因于云计算、大数据、高容量 Web 和移动应用时代的兴起，因其在扩展性、性能和易用性方面的优势而被选中。

1. NoSQL 的特点与类型

A. 核心特点

非关系型: 不使用传统的行/列/表设计和固定模式。
灵活模式: 允许数据以无模式（schema-less）或自由形式存储。
数据类型: 任何数据（结构化、半结构化或非结构化）都可以存储在任何记录中。
查询: 通常不使用 SQL 进行查询，尽管有些可能支持 SQL 或类 SQL 接口。

B. 四种常见 NoSQL 数据库类型

类型	数据模型	适用场景	局限性	示例
键值存储 (Key-value Store)	数据存储为键值对的集合。键是唯一的标识符。	存储用户会话数据、用户偏好、实时推荐、内存数据缓存。	难以查询特定数据值，不适合需要数据值之间关系或多个唯一键的场景。	Redis, Memcached, DynamoDB
文档型 (Document-based)	将每个记录及其相关数据存储在一个单独的文档中（通常是 JSON 格式）。	电子商务平台、医疗记录存储、CRM 平台、分析平台。	不适合运行复杂的搜索查询和多操作事务。	MongoDB, CouchDB, Cloudant
列存储 (Column-based)	将数据存储在按列族分组的列单元格中。同一列的所有单元格连续存储在磁盘上。	需要重写入请求的系统、存储时间序列数据、天气数据、IoT 数据。	不适合复杂的查询或频繁更改查询模式。	Cassandra, HBase
图数据库 (Graph-based)	使用图形模型（由节点和表示关系的箭头组成）存储数据。	社交网络、实时产品推荐、网络图、欺诈检测、访问管理。	不适合处理高容量事务或大规模分析查询。	Neo4J, CosmosDB

2. NoSQL 的优势与 RDBMS 的区别

A. NoSQL 的优势

大数据处理: 能够处理大容量的结构化、半结构化和非结构化数据。
可扩展性: 能够作为分布式系统运行，跨多个数据中心扩展。采用向外扩展架构（scale-out architecture），通过添加新节点来提高容量和性能，成本效益高。
灵活性与敏捷性: 设计更简单，对可用性有更好的控制，可扩展性增强，使其更灵活和敏捷，能更快地迭代。

B. RDBMS 与 NoSQL 的关键区别

特点	关系数据库 (RDBMS)	NoSQL 数据库
数据模式	严格定义（Rigidly defined），定义了所有数据的类型和组成。	模式无关（Schema-agnostic），允许存储非结构化和半结构化数据。
成本/硬件	维护商业 RDBMS 成本高昂。	专为低成本通用硬件设计。
事务可靠性	支持 ACID 合规性，确保事务可靠性和崩溃恢复。	大多数 NoSQL 不支持 ACID 合规性。
成熟度	技术成熟且文档完善，风险可控。	相对较新的技术。
数据类型	结构化数据的主导技术。	适用于处理大容量、多样性的数据。

尽管存在风险和不足，NoSQL 数据库已成为处理现代高并发、大数据量应用的关键技术，并将继续在任务关键型应用中发挥作用。